基于WIG-GA特征选择算法的恶意代码检测方法

摘要

针对当前恶意代码检测中特征高维度问题,本文提出一种基于引入频率权重因子的信息增益算法和遗传算法相结合的恶意代码特征选择方法,该方法可以选择出能够有效区分正常代码与恶意代码的最优特征子集,实现特征的降维。该方法利用遗传算法较强的全局搜索能力进行特征子集的搜索,同时采用基于频率权重因子的信息增益算法作为特征子集的适应度评价,最后在当前流行的多种分类方法中进行学习和验证。通过实验表明:该方法可以有效的降低恶意代码检测中特征的维度,有效的提高了分类器的学习效率和精度。